Statistical methods for studying emergence curves in weed science

• Autores: Miguel Ángel Reyes Cortés
• Directores de la Tesis: Ricardo Cao Abad (dir. tes.), Mario Francisco-Fernández (dir. tes.)
• Lectura: En la Universidade da Coruña ( España ) en 2015
• Idioma: inglés
• Número de páginas: 183
• Tribunal Calificador de la Tesis: José Luis González Andújar (presid.), M. A. Jácome (secret.), Noel Veraverbeke (voc.)
• Materias:
  • Matemáticas
    • Estadística
      • Métodos de distribución libre y no paramétrica
      • Fundamentos de la inferencia estadística
• Enlaces
  • Tesis en acceso abierto en: RUC
• Resumen

  • Esta tesis trata el problema de la estimación de la función de densidad y de distribución cuando los datos se presentan agrupados. Para este propósito, se considera el estimador núcleo de la densidad y se propone una modificación para usarlo con datos agrupados. Siempre que Be cumplan los supuestos adecuados, se demuestra que el conocido selector plug-in AMISE óptimo de la ventana puede usarse satisfactoriamente con estos datos, lo que en la práctica lleva a definir el concepto de agrupación ligera. Para escenarios de agrupación pesada, se propone un selector bootstrap. Mediante estudios de simulación se muestra el buen desempeño del estimador cuando se usa adecuadamente el selector plug-in o el selector bootstrap, dependiendo del grado de agrupación de los datos. Con base en el estimador núcleo de la densidad para datos agrupados, Be deriva. un estimador núcleo de la distribución para este tipo de datos. Se obtienen formalmente sus propiedades asintóticas y se estudia su desempeño en diferentes escenarios de agrupación usando un selector plugin adecuado. Finalmente, mediante aplicaciones a datos reales, se muestra la efectividad de los métodos no paramétricos propuestos en esta disertación, mismos que en algunos casos superan el desempeño de algunos métodos paramétricos habitualmente usados en malherbolog!a para C6timar la probabilidad de emergencia de las malas hierbas.